基于多尺度特征融合的自然场景文本检测

为改善自然场景文本检测任务中存在的分割边界粗糙和多尺度文本漏检等问题,提出了一种多尺度特征融合方法。首先,将密集连接型金字塔池化(DenseASPP)和卷积块注意力模块(CBAM)与渐进式尺度扩展网络(PSENet)进行紧密结合,前者作为尺度感知模块,可以提取丰富的多尺度信息,感知不同规模的文本;而后者作为注意力模块,能够突出多尺度信息中的关键特征,改善边界定位。然后,在骨干网络中添加空洞卷积扩大感受野。最后,在后处理阶段采用渐进式扩展算法优化文字行合成。在ICDAR2015和ICDAR2017-MLT数据集上的实验结果表明,综合评估指标F值相较于PSENet分别提升了2.47%和6.57%。可视化结果表明,该方法能够更好地分割文本边界,检测出PSENet漏检的文本。

基于超宽选票的图像拼接方法

针对机器视觉的电子选举系统中出现的超宽选票无法被现在主流的电子选举系统进行加载识别的问题,提出一种改进的图像拼接方法。首先,在特征提取部分简化了尺度不变特征变换(SIFT)算法中金字塔的层数以提升特征提取的效率;然后,在图像拼接阶段,先使用近邻(NN)算法进行特征粗匹配,再使用渐进一致采样(PROSAC)算法提高匹配精度,实现图像配准;最后,对重合区域使用渐入渐出融合法进行融合处理,实现了电子选票图像的拼接。由实验结果可以看出,该算法在保证了图像拼接质量的基础上,拼接平均耗时大概为30 ms,拼接效率高,满足了电子选举系统对超宽选票机器采集的需求。